1. Learn
    2. /
  2. Курси
    3. /
  3. Recurrent Neural Networks (RNNs) для моделювання мови з Keras
Connected

Вправа

Стартова точка transfer learning

У цій вправі ви побачите переваги використання попередньо навчених векторів як відправної точки для вашої моделі.

Ви порівняєте точність двох моделей, натренованих протягом двох епох. Архітектура моделей однакова: один шар embeddings, один шар LSTM зі 128 одиницями та вихідний шар з 5 одиницями — це кількість класів у вибірці даних. Різниця в тому, що одна модель використовує попередньо навчені вектори в шарі embeddings (transfer learning), а інша — ні.

Використані попередньо навчені вектори — це GloVE з розмірністю 200. Історії точності на валідаційній вибірці для обох моделей доступні у змінних history_no_emb і history_emb.

Інструкції

100 XP
  • Імпортуйте модуль matplotlib.pyplot як plt.
  • Додайте до графіка список значень точності з моделі без embeddings.
  • Додайте до графіка список значень точності з моделі з embeddings.
  • Відобразіть графік за допомогою методу .show().